AI — 個人成長實踐指南
學 AI 真正會卡關的地方，從來不是「又出了哪個新模型」，而是你有沒有每天真的拿它做完一件事。
生成式 AI 早就不是未來趨勢，而是現在的基本工作技能。但別被那些發表會嚇到，你只需要練三件事：
- 會用工具把真實工作做完
- 會用清楚的話指揮 AI（也就是提示工程）
- 養成能長期累積的學習與實作習慣
華頓教授 Ethan Mollick 在《Co-Intelligence》講得很白：把 AI 當成一個強項很怪、弱點也很怪的「同事」，主動拉它進你的工作流程，但記得人要永遠留在迴圈裡（human in the loop）。
方向就這麼簡單：從每天的小實作開始，慢慢把 AI 變成你思考和產出的延伸。
每日可執行的操作目標
初級（建立習慣，0–3 個月）
- 每天用 AI 完成一項真實工作：不是玩，是把今天本來就要做的一件事（寫一封信、整理會議筆記、做一份摘要）交給 AI 協作完成。
- 每天精煉一個提示詞：寫一個提示，看結果，再改寫一次讓它更好。把「角色、任務、格式、限制、對象」這五個要素至少補滿其中三項。
- 每天問 AI 一個你原本要 Google 的問題：練習用對話追問、要求附來源，而不是接受第一個答案。
- 建立你的「提示詞收藏庫」：在 Obsidian 開一則筆記，每天把當天好用的提示存下來，附上情境與效果。
- 每週看一支教學影片或讀一篇文章：固定排程，例如週五午休 20 分鐘。
進階（深化能力，3 個月以上）
- 每天做一次「AI 協作流程」而不是單次提問：把一個任務拆成多步（草稿 → 批判 → 改寫 → 檢查），用連續對話完成，練習 chain-of-thought 與 prompt chaining。
- 每週學會一個新工具或新功能：例如這週用 NotebookLM 整理資料、下週試 Perplexity 做研究、再下週玩 Claude 的檔案分析。
- 每週做一個「AI 失靈」紀錄：找出 AI 哪裡答錯、哪裡幻覺，理解 Mollick 所說的「鋸齒狀前緣（jagged frontier）」——AI 哪些能做好、哪些會悄悄出錯。
- 每月完成一個小型實作專案：例如自動化一段重複工作、做一個 RAG 小工具、或用 AI 寫一段程式並親手驗證。
- 每月把學到的東西寫成一篇筆記教別人：輸出是最強的學習，能講清楚才算真的會。
精選網路學習資源
不用全部讀完，挑符合你現在程度的下手就好。
文章與官方教學
- Anthropic 互動式提示工程教學（GitHub） — Anthropic 官方的 prompt engineering 互動教材，從直接提示、角色設定到進階推理與 prompt chaining，循序漸進。
- OpenAI 官方 Prompt Engineering 指南 — OpenAI 官方文件，著重 system message 與角色指派的結構化寫法。
- Anthropic：Effective context engineering for AI agents — 進階者必讀，談如何為 AI agent 設計有效的脈絡（context engineering）。
- Prompt Engineering in 2025: The Latest Best Practices — 整理 2025 年最新的提示工程實務原則。
- The 2026 Guide to Prompt Engineering（IBM） — IBM 出品，含工具、教學與真實案例，適合各程度學習者。
YouTube 頻道與影片
- 李宏毅 Hung-yi Lee（台大） — 華語圈最權威的生成式 AI / 機器學習免費課程，從原理到實作講得極清楚。
- 【生成式AI導論 2024】完整播放清單 — 李宏毅的入門首選，從「生成式 AI 是什麼」開始講起。
- 生成式AI時代下的機器學習（2025）播放清單 — 2025 最新一季，涵蓋 context engineering、LLM 解剖、微調、模型合併等進階主題。
- DeepLearning.AI（YouTube） — Andrew Ng 創立，步驟化教學與真實應用兼具，適合初學者打基礎。
線上課程
- Generative AI for Everyone（Coursera，Andrew Ng） — 零基礎、不需寫程式，理解生成式 AI 的用途、影響與底層原理的最佳起點。
- Generative AI with Large Language Models（DeepLearning.AI） — 想深入 LLM 運作、評估與資料準備的進階學習者必修。
- DeepLearning.AI 全部短課程一覽 — 大量免費／低門檻的主題式短課（提示工程、RAG、AI agents 等），適合「每週學一個新主題」。
- Anthropic Academy：Build with Claude — 想用 Claude API 動手做應用的開發導向學習路徑。
書籍
- Co-Intelligence: Living and Working with AI（Ethan Mollick） — 理解「如何與 AI 協作」的最快路徑，提出「邀請 AI、留在迴圈、把 AI 當人、假設這是你會用到最爛的 AI」四原則。
- The Best AI Books in 2026（Five Books 專家推薦書單） — 含《The Coming Wave》《AI Snake Oil》《Empire of AI》等延伸閱讀的策展書單。
實用工具與網站
- ChatGPT（OpenAI） — 通用助手與自動化任務代理，Projects 功能可建立你的知識庫。
- Claude（Anthropic） — 寫作、程式與長文件分析特別強，桌面版可協助管理檔案與規劃任務。
- Perplexity — 「給你答案而不是連結」的研究型搜尋，即時資訊並附來源，適合查證。
- NotebookLM（Google） — 上傳你自己的資料，做摘要、問答與整理，研究與讀書的好幫手。
- The Best AI Tools of 2025: A Practical, No-Hype Guide — 不吹捧、實際好用的工具清單，幫你決定什麼任務用什麼工具。
每日／每週練習建議
想得再多都不如真的動手，這裡給你兩個固定節奏。
每日（10–15 分鐘）一日一提示精煉 挑一件真實工作，先寫第一版提示讓 AI 跑；接著至少改寫一次，補上「角色、任務、輸出格式、限制條件」裡缺的要素，比較兩版差在哪，把較好的存進收藏庫。
每週（約 60 分鐘）一週一專案 + 一篇輸出 用 AI 協作完成一個能交付的小成果（自動整理報告、把流程從草稿做到定稿、輔助寫並驗證一段程式），然後在 Obsidian 寫一則 150–300 字筆記：用了什麼工具、提示怎麼設計、AI 哪裡出錯、下次怎麼改。
幫自己對焦的指標
- 每月提示詞收藏庫新增 ≥ 20 則
- 每月完成 ≥ 4 個小成果、寫 ≥ 4 篇學習筆記
- 每月嘗試 ≥ 4 個新工具或新功能
- 每季能對外講一次（簡報、貼文或教同事）你學到的 AI 應用
成長的關鍵不是學最多，而是每天讓 AI 真的幫你完成一件事，並把過程記下來。
今天就做這一件事：挑一件本來要做的工作，交給 AI 跑一版，然後把那個提示存進收藏庫。三個月後回頭看，那就是你最具體的進步證明。